MétaCan
Menu
Retour à la cohorte
Enregistrement W2214335006

Unbalance fault location in electrical distribution system [abstract only]

2011· article· en· W2214335006 sur OpenAlexaboutno aff
Misagh Alaie Faradonbeh, Hazlie Mokhlis

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Systems Fault Detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReactanceFault (geology)Fault indicatorElectric power systemEngineeringReliability (semiconductor)Power (physics)Line (geometry)Reliability engineeringVoltageControl theory (sociology)Computer scienceFault detection and isolationElectrical engineeringMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Fast fault location in distribution system is very important to improve the reliability of power supply. Once a fault has been cleared, fault need to be located before restoration can be conducted. By having a fast fault location method, outage time can be reduced. This research outlines some existing methods and its application in determining the location of a fault on ac distribution lines. The studies methods are Reactive component method, Takagi method, Richards and Tan method, Srinivasan and St-Jacques method, Girgis method and Das method. However, in this research part of Das method is applied to locate a faulted section due to its simplicity and economical in distribution system. The proposed method is tested using Saskpower distribution system of Sask State from Canada. The system is modeled using power system PSCAD/EMTDC power system simulator. Fault is simulated at various locations and the voltage and current measurements at the primary substation is used to calculate apparent reactance. Then, the apparent reactance is compared with line reactance to find the faulted section. The tests have been conducted at few locations to study the effectiveness of the proposed method. Besides, different fault types were also been tested. Overall, the test shows promising results.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil0,397

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,200
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Systems Fault DetectionTravaux en français237 207